遥感原理及图像处理
第一章 绪论
1.1 遥感概述
（1）遥感
即遥远感知，是一种远距离的、非接触的目标探测技术和方法。（2）主动遥感与被动遥感
** 主动遥感**由遥感器主动发射电磁波能量，并接收目标反射或散射回来的电磁波，如雷达和激光雷达。
被动遥感
传感器不向目标发射电磁波，仅被动接受目标物的自身发射和对自然辐射源的反射能量。
1.2 遥感影像基本概念
（1）卫星影像产品
**原始数据：**原始接收解码数据，未作处理。**辐射校正产品：**经过辐射校正处理，未作几何校正。
**几何产品：**经过辐射校正和系统几何校正处理。
（2）空间分辨率、光谱分辨率、辐射分辨率和时间分辨率
**空间分辨率：**指图像上能够独立区分的最小单元的尺寸或大小。**光谱分辨率：**指遥感器所选用的波段数量，各波段的波长位置及波段间隔，即选择的通道数、每个通道的中心波长、带宽，这三个因素共同决定光谱分辨率。
**辐射分辨率：**指遥感器对光谱信号强弱的敏感程度和区分能力。
**时间分辨率：**指对同一地区可重复获取遥感影像的最小时间周期。
空间分辨率与光谱分辨率、空间分辨率与辐射分辨率相互制约：传感器对于电磁波最小辐射能量“感受” 敏感程度总是有限的。 空间分辨率的提高， 传感器只能从更小的地面面积单元获取反射与辐射电磁波能量， 能量的减少只能放宽光谱分辨率或辐射分辨率， 以保证足够大的信噪比。
为什么热红外波段的空间分辨率比可见光波段空间分辨率低得多？
太阳光在中红外以外的波长区域， 辐射能量相比可见光、 近红外波长区域要小得多。由于传感器需要一定量能量才能识别， 当辐射能量较小时， 只能扩大采集空间， 即降低空间分辨率。 或迫使传感器放宽波段宽度， 若在相同几何分辨率下， 只能降低光谱分辨率
（3）遥感数字图像的存储的主要格式
** BSQ（Band Sequential，波段顺序）：** 按波段次序BIL（Band Interleaved by line，扫描行数据）：逐行按波段次序
BIP（Band Interleaved by Pixel，像素顺序）：逐像元按波段次序
~~（4）影像统计特征~~
~~**直方图：**~~~~表示数字图像中的~~~~ 每一灰度级与其出现的频率~~~~间的统计关系，用横坐标表示灰度级，纵坐标表示频数（也可用概率表示）。~~
（5）卫星影像彩色合成显示
**真彩色：**对应于RGB三种波长的三幅遥感影像分别赋予相应的颜色光。**假彩色：**对于除植被以外的地类，显示的颜色与场景基本一致，而植被却被显示为红色；标准假彩色合成将遥感影像的近红外波段赋予R，红色赋予G，绿波段赋予B，是一种最常用的合成方案。
~~1.3 遥感数字图像处理系统~~
~~遥感数字图像处理系统组成：硬件+软件~~第二章 遥感辐射传输原理
~~2.1 电磁波与电磁波谱~~
~~电磁波是横波，波的振动方向与前进方向垂直。~~~~2.2 太阳辐射特性~~
~~2.3 大气传输特性~~
~~（1）大气传输作用~~
~~约有30%被云层和其它大气成分~~~~**反射**~~~~回宇宙空间；约有17%被大气~~~~**吸收**~~~~，约有22%被大气~~~~**散射**~~~~；而仅有31%的太阳辐射到达地面。~~~~（2）辐射传输方程~~
~~辐射传输方程描述的是传感器接收的能量和有关参数之间的关系。~~
2.4 地物光谱特性
~~（1）反射率、透射率和吸收率~~
~~三分量之和为1。~~~~（2）镜面反射、漫反射、方向反射~~
~~**镜面反射：**~~~~反射角=入射角~~~~漫反射：~~各方向反射亮度相同
~~方向反射：~~介于漫反射和镜面反射之间，在某个方向上反射最强烈
~~（3）地物的反射光谱曲线~~
~~根据反射光谱曲线可以来描述和区分地物。~~物体的反射波谱限于~~紫外、可见光和近红外~~，尤其是后两个波段。
第三章 遥感成像原理
~~3.1 遥感平台及其传感器~~
~~**根据运载工具类型划分：**~~~~航天平台、航空平台和地面平台~~~~根据平台服务内容划分：~~气象卫星系列、陆地卫星系列和海洋卫星系列
3.2 遥感图像的获取方式
（1）被动遥感与主动遥感
**被动遥感：**一种主动接受太阳光反射以及目标物辐射的电磁波的遥感方式。**主动遥感：**是向目标物发射电磁波，然后收集目标物反射回来的电磁波的遥感方式。
~~3.3 遥感图像处理的基本流程~~
~~辐射纠正->几何纠正->配准->镶嵌->变化检测->数据融合->分类->信息提取->三维信息获取->虚拟~~第四章 遥感图像的辐射校正
4.1 辐射误差与校正基本过程
（1）辐射误差
利用传感器观测目标的反射与辐射能量时，传感器所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的。（2）辐射校正
** 辐射校正：**** 利用传感器观测目标的反射和辐射能量时，传感器所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的。**** 为了正确评价目标的反射和辐射特性，消除图像中依附在辐射亮度中的各种失真过程。**（3）辐射误差产生原因及校正基本过程
**因传感器的响应特性引起的辐射误差**- 光学摄影机引起的辐射误差
- 光电扫描仪引起的辐射误差
- 条带噪声、斑点噪声
因大气影响的辐射误差
因太阳辐射引起的辐射误差
- 太阳位置引起的辐射误差
- 地形起伏引起的辐射误差
4.2 因传感器的响应特性引起的辐射误差及校正
4.3 大气校正
~~（1）大气影响的粗略纠正~~
~~精准的校正公式需要的参数较多，这些数据很难获得，因此常常采用一些简化的处理方法，只去掉主要的大气影响（程辐射度），使图像质量满足基本要求。~~（2）程辐射度
程辐射度在同一幅图像 的有限面积内是一个常数，其值的大小只与波段有关。（3）相对辐射校正
直方图最小值去除法（了解即可）：
回归分析法（要求掌握）：
利用红外波段程辐射为0来校正其他波段。
~~4.4 太阳高度和地形引起的辐射误差校正~~
~~（1）太阳高度角和方位角~~
~~**太阳高度角：**~~~~太阳光线与地平面所交的线面角。~~~~太阳方位角：~~太阳光线在地平面上的投影与当地子午线的夹角。
第五章 遥感图像增强
5.1 图像增强与图像滤波
（1）点运算
**对比度展宽和窗切片：**又称灰度比例尺变换。
**2%噪声限幅：**主要用于抑制暗或亮区的噪声，常考2%线性拉伸。
**直方图均衡：**直方图均衡就是把一已知灰度概率分布的图像，经过一种变换，使之演变成一幅具有均匀灰度概率分布的新图像。
（2）空间运算
**不同于卷积，核心思想是**** 用R去替换Z** **5****：**
均值滤波和中值滤波：
~~（3）变换域运算~~
（4）彩色增强
** 假彩色处理：**把多波段图像合成彩色图像的处理，是 对波段的映射**伪彩色处理：**把黑白照片变换成彩色图像的处理，是对灰度的映射
伪彩色增强实现：
5.2 图像变换及其常用方法（感觉不会考）
（1）傅里叶变换
** 作用就是将图像灰度值的空间域和频域联系起来，起到一种桥梁的作用，方便在空间域和频域来回切换。**（2）PCA变换
** 主成分变换：一种图像增强的方法，原本多波段图像的波段信息经正交变化后，将多波段图像中的有用信息集中到数量尽可能少的互不相关的主成分图像中，生成互不相关的输出波段，从而大大减少总的数据量并使图像信息得到增强。**** **~~（3）K-T变换（缨帽变换）~~
5.3 图像频域滤波与光学MTF处理
（1）频域图像增强与滤波
~~（2）光学MTF处理（不重要）~~
第六章 遥感图像几何校正
~~6.1 遥感图像的几何畸变（掌握）~~
~~（1）几何畸变可分为系统性畸变和随机性畸变~~
~~系统性畸变（内部）是指遥感系统造成的畸变，这种畸变一般有一定的规律性，且其大小事先能够预测，例如扫瞄镜的结构方式和扫描速度等造成的畸变。~~随机性畸变（外部）是指大小不能预测，其出现带有随机性质的畸变，例如地形起伏造成的随地形而异的几何偏差。
~~（2）引起遥感图像几何变形的影响因素~~
~~传感器成像投影方式带来的变形、传感器外方位元素变化的影响（航高、航速、俯仰、翻滚、航偏）、地形起伏的影响、地球表面曲率的影响、大气折射的影响、地球自转的影响~~6.2 遥感图像的几何校正的原理和方法（掌握）
（1）几何校正
** 几何校正：校正成像过程中造成的各种几何畸变。** 分为两类：系统几何校正、几何精校正。（2）几何精校正的一般步骤
灰度内插：
利用像元周围多个像点的灰度值求出该像元灰度值的过程。
灰度内插法（重采样方法）通常有三种：
最近邻内插法、双线性内插法和三次卷积内插法。
三种灰度内插法（最近邻法、双线性内插法、三次卷积内插法）性能比较：
~~6.3 区域网平差（了解）~~
第七章 遥感图像配准
7.1 遥感图像配准的基本概念
（1）图像配准
** 图像配准是指依据一些相似性度量决定图像间的变换参数，使从不同传感器、不同视角、不同时间获取的同一场景的两幅或多幅图像变换到同一坐标系下在像素层上得到最佳匹配的过程。**7.2 基于灰度的图像配准方法
（1）基于图像灰度的配准方法
通常直接利用局部图像的灰度信息建立两幅图像之间的相似性度量，然后利用某种搜索方法寻找使相似性度量最大或最小的变换模型的参数值。常见的相似性度量有：**图像灰度的差平方和、图像灰度差的绝对值和、图像灰度的协方差、图像灰度的相关系数。**图像灰度的差平方和
图像灰度差的绝对值和
图像灰度的协方差
图像灰度的相关系数
联合判据
4个相似性度量都有片面性，因此通常采用联合判据的形式。如2重判据。
（2）基于灰度特征匹配的遥感影像波段间配准的过程
>  > >  > > ①确定待配准波段影像和参考波段影像，将待配准波段影像划分为若干个区域（划区域） > > ②使用算子给待分配样本每个区域提取特征点（找特征点） > > ③以待配准波段影像每个特征点为中心，利用灰度特征在参考波段影像偏移范围内搜索匹配点，进而确定坐标映射关系（找匹配点进而确定坐标映射关系） > > ④按照坐标映射关系，将配准后像素坐标反代回去得到在原始图像上的坐标，然后进行灰度重采样（反代坐标灰度重采样） >~~7.3 基于特征的图像配准方法（不重要）~~
7.4 图像镶嵌
** 图像镶嵌：图像镶嵌是指将两幅或多幅数字影像（有可能是在不同的摄影条件下获得的）拼在一起，构成一幅整体图像的技术过程。****（注意与图像配准的区别）**第八章 遥感图像融合
8.1 概述
（1）数据融合
指同一区域内遥感数据之间或遥感数据与非遥感数据之间的匹配融合。（2）数据融合的三个维度
8.2 遥感图像融合方法介绍
>  > >  >~~8.3 遥感与非遥感数据融合方法介绍~~
~~8.4 像素级融合质量评价~~
第九章 遥感图像的分类处理
9.1 遥感图像目视解译
（1）图像分类的定义
** 遥感图像分类以遥感数字图像为研究对象，在计算机系统支持下，综合运用多种技术，实现地学专题信息的智能化获取。其基本目标是将人工目视解译遥感图像发展为计算机支持下的遥感图像理解。**~~（2）目视解译~~
~~指专业人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息的过程。~~~~（3）景物特征~~
~~景物特征主要有光谱特征、空间特征和时间特征。微波图像还有偏振特征。~~9.2 遥感图像自动分类原理
~~（1）遥感图像分类原理~~
~~依据地物光谱特征~~~~（2）遥感图像分类基本过程~~
（3）遥感图像分类方法
**监督分类法**
类别可分离性判据：****最小距离分类法、最近邻分类法、K-近邻分类法、平行六面体分类法
K-近邻分类器与最近邻分类器类似，只不过是取前K个近邻。
最小距离法：
最近邻法：
K-近邻法：
平行六面体法（错误的）：
非监督分类法
监督分类与非监督分类的区别：非监督分类没有类别的个数，没有类别属性的先验信息。根本区别点在于是否利用训练样区来获取先验的类别知识。
监督分类与非监督分类比较：
| 优点 | 缺点 | |
|---|---|---|
| 监督分类 | 分类精度高；地物光谱特征差异很小时也能分类 | 对训练样区要求较高：训练样区数量要充足；样区内样本数目要能满足分类的要求，这些不易做到 |
| 非监督分类 | 不需要先验知识；方法简单；对训练样区要求较低 | 地物光谱特征差异很小时效果较差 |
非监督分类常用方法：C均值法、ISODATA算法（应该不考）
新的探索：支持向量机分类、面向对象分类法、场景分类法等
~~（4）遥感图像分类后处理~~
~~聚类统计、过滤分析、去除分析、分类重编码~~（5）遥感图像分类精度评价
~~**监督分类**~~在监督分类中把已知的训练数据及分类类别与分类结果进行比较，确认分类的精度及可靠性。
非监督分类
在非监督分类中，采用随机抽样方法，分类效果的好坏需经实际检验或利用分类区域的调查材料、专题图进行核查。
误差矩阵（混淆矩阵）用于精度评价
漏判误差是少判，误判误差是多判。
~~（6）遥感图像分类中存在的问题~~
第十章 遥感图像变化检测
10.1 变化检测的概念原理和一般步骤
** 遥感影像变化检测：**利用多时相获取的覆盖同一地表区域的遥感影像及其他辅助数据来确定和分析地表变化。
10.2 变化检测算法介绍
一般结合图像分类和变化检测一起出题，如下题：
（1）利用最小距离分类法分类后进行变化检测
最小距离分类法是在同一像素点下的波段维度求最小距离。本题是3个维度。| 2000年A地块 | -> | 2000年A地块 | ||
|---|---|---|---|---|
| (10, 10, 10) | (10, 8, 11) | (90, 186, 90) | 水体 | 水体 |
| (13, 13, 10) | (13, 10, 12) | (75, 180, 75) | 水体 | 水体 |
| (85, 175, 85) | (78, 180, 78) | (95, 185, 95) | 裸土 | 裸土 |
| (190, 90, 195) | (189, 89, 198) | (95, 197, 95) | 道路 | 道路 |
| (213, 113, 210) | (212, 112, 202) | (205, 105, 198) | 道路 | 道路 |
| 2020年A地块 | -> | 2020年A地块 | ||
| (9, 8, 9) | (11, 9, 10) | (90, 185, 90) | 水体 | 水体 |
| (12, 12, 11) | (75, 185, 80) | (75, 179, 75) | 水体 | 裸土 |
| (85, 173, 85) | (77, 181, 78) | (93, 182, 95) | 裸土 | 裸土 |
| (192, 92, 192) | (189, 88, 197) | (195, 97, 194) | 道路 | 道路 |
| (211, 112, 210) | (211, 110, 202) | (203, 104, 198) | 道路 | 道路 |
（2）拓展：利用最近邻分类法或K-近邻分类法后进行变化检测
因为水体、裸土和道路类样本只给出了平均值，因此无法利用最近邻法分类和K-近邻分类。10.3 变化检测后处理（PPT 26、27页）
怎样去除植被由于季节变化造成的“伪变化”？
第十一章 专题信息提取
11.1 专题信息提取的基本概念
特定主题的信息就是专题信息。11.2 道路提取
~~（1）高分辨率影像中道路的特征~~
~~几何特征、辐射特征、拓扑特征、上下文特征、功能特征~~~~（2）道路提取的典型算法~~
~~基于线状特征的道路提取方法、基于面状特征提取的方法、基于线状特征与面状特征相结合的方法~~（3）道路提取常用的空间域增强方法
**直方图均衡化VS同态滤波增强：**同态滤波视觉效果好但增强效果差，直方图均衡化视觉效果差但增强效果好。
11.3 水体提取
（1）阈值法
TM5缺点：不易区分阴影和水体
（2）谱间关系法
(TM2+TM3)>(TM4+TM5)缺点：细小河流难以提取
（3）水体指数法
**归一化差异水体指数（NDWI）法：**抑制植被和土壤信息提取水体
改进的归一化差异水体指数（MNDWI）法：
（4）先分类再提取法
（5）多波增强段阈值法
第十二章 目标检测与识别
12.1 基本概念
** 目标检测：仅仅给出潜在的待识别目标，但还没有确认，还存在虚警的可能。**目标识别：确认了目标所属类型。
12.2 基于光学卫星遥感图像的舰船目标检测与识别
~~（1）光学卫星遥感图像的舰船目标检测与识别的必要性~~
~~传统的基于遥感图像的舰船检测研究大多是围绕SAR图像开展的，光学卫星遥感图像在海域舰船侦察尤其是舰船识别方面具有SAR图像不能比拟的优势，是SAR图像进行海洋目标监视的重要补充。~~~~（2）基于光学卫星遥感图像的舰船目标检测与识别的特点~~
~~图像数据量大~~图像受天气、光照、海况、成像传感器参数等多种因素影响
舰船目标为人造刚体目标
舰船多呈轴对称结构，且一般为舰首较尖的狭长形状
~~（3）光学卫星遥感图像的舰船目标检测识别分类~~
~~12.3 目标特征描述方法~~
~~（1）图像的几何特征~~
~~**位置和方向**~~位置：质心 方向：如果物体是细长的，则可以把较长方向的轴定为物体的方向
周长
区域的周长即区域的边界长度，周长就是围绕所有这些像素的外边界的长度。区域的周长在区别具有简单或复杂形状物体时特别有用。
面积
面积是物体的总尺寸的一个方便的度量
长轴和短轴
最小（面积最小）外接矩形（MER）法
距离
欧几里德距离、市区距离（曼哈顿距离）
~~（2）形状特征~~
~~矩形度、圆形度、球状性、不变矩、偏心率、形状描述子（边界链码、一阶差分链码）~~~~（3）纹理分析~~
~~统计法、用空间自相关函数作纹理测度、频谱法~~~~（4）其他特征或描述~~
~~标记、欧拉数与孔洞数~~~~12.4 基于显著图的目标检测~~
第十三章 基于遥感图像的三维重建
13.1 基本概念
（1）三维重建
** 三维重建是通过获取的二维遥感图像来构建地表或地物的三维信息**（2）地表的三维信息描述
**数字高程模型（Digital Elevation Model, DEM）**表示地表区域上**地形**的三维向量的有限序列，即地表单元上高程的集合，是相对于海平面的高度。
elevation是什么意思指某物相对于海平面或地面的高度。例如，在地理学中，山的海拔高度就可以用 "elevation" 来表示。
**数字表面模型（Digital Surface Model, DSM）**DEM只包含了地形的高程信息，并未包含其它地表信息，而DSM是在DEM的基础上，进一步涵盖了除地面以外其它地表信息的高程。
数字地形模型（Digital Terrain Model, DTM）
是**地形表面形态信息**的数字表达，是带有空间位置特征和地形属性特征的数字描述。地形表面形态的属性信息一般包括坡度、坡向，逐步扩展到地面温度、降雨、地球磁力、重力、土地利用、土壤类型等其它地面特征。
13.2 基于阴影的建筑物目标三维重建
~~13.3 基于立体测图的三维重建~~
~~（1）光学卫星影像&航空影像~~
~~从立体数字航空摄影中提取DEM或DSM~~~~（2）基于立体测图的三维重建~~
~~利用视差进行三维重建~~~~13.4 DEM和DSM的应用~~
~~三维景观、数码城市和虚拟现实、DEM在工程上的应用、等高线的绘制~~第十四章 定量遥感
14.1 基本概念
（1）定量遥感
** 定量遥感是从遥感所观测得到的电磁波信号中采用定量的方式取地表物理量或生物量，****以区别于传统依靠经验判读的方法而定性地识别地物的方法。**~~（2）定量遥感的分类~~
~~可见光、近红外波段的定量遥感~~热红外波段的定量遥感
微波遥感的对地观测
14.2 定量遥感的基本问题
~~（1）遥感器定标~~
~~（2）大气纠正~~
（3）定量遥感模型
~~**辐射传输模型**~~几何光学模型
混合模型
计算机模拟模型
**定量遥感建模：**遥感建模分为两类：正演模型和反演模型
正演模型：已知地表上每一类目标地物的固有波谱特征等参数和大气各种参数，求出观测目标区域所有目标地物的电磁波（反射）强度，称为正演建模问题，即前向建模问题。（所有地物波谱特征->所有地物电磁波辐射强度）
反演模型：已知观测目标区域所有目标地物的电磁波（反射）辐射强度，求出不同尺度上辐射源、大气、地表物和遥感器有关的任一参数，则成为反演建模问题。（所有地物电磁波辐射强度->求其他参数）
简单来说，正演模型是“从因到果”，根据物体的特性预测它们在遥感图像中的样子；反演模型是“从果到因”，根据遥感图像反推出物体的特性。
（4）定量遥感中的尺度问题
**混合像元（mixed pixel）：**像元中存在多于1种地物时，称其为“混合像元”。与此对应，只包括1种地物的像元称为“纯像元（pure pixel）”。
像元的概念在遥感领域，像元指的是遥感图像上的一个最小单元，它代表了图像中的一个点，并且对应于地表上一个特定的、很小的区域。
**端元（endmember）：**分解混合像元时，被分解出来的成分称为端元，每个端元通常对应一种地物。端元是组成混合像元的最基本的成分，在混合像元模型中，端元是不能再分的。
endmember是什么意思"Endmember" 是一个在多个领域中使用的术语，特别是在地质学、遥感和光谱分析中。它的基本含义是指一个纯净的或未混合的成分，通常用于描述某种物质或信号的最纯粹形式。
**子像元（subpixel）：**当我们描述混合像元内部某种地物时，常称其为子像元。通常端元的含义与子像元的含义相同。
混合像元分解：
**也称为“子像元分解”，主要目的为了求算各子像元（端元）所占的面积（比例）。**当然，子像元（端元）的精确位置是无法通过分解确定的。
~~（5）多角度遥感~~
~~14.3 定量遥感的应用~~
~~动态基础数据和科学决策依据~~灾害检测
空气质量检测
地质矿产资源调查
农业遥感估产技术体系